Какво е генериране с допълнително извличане (RAG)?
Retrieval-augmented generation (RAG) е техника, при която AI извлича подходяща информация от външен източник и я използва, за да генерира по-точен и актуален отговор, вместо да разчита само на това, което моделът е запомнил.
Езиковият модел сам по себе си отговаря от това, което е научил по време на обучението, което може да е остаряло или общо. RAG добавя стъпка за извличане: системата намира подходяща, актуална информация - от уеб, база знания или твои собствени данни - и я подава на модела, така че отговорът да е основан на реални източници.
RAG е начинът, по който съвременните AI търсения и асистенти остават точни и актуални. Той също така е в основата на генеративните търсачки, които извличат и цитират източници, когато отговарят.
как работи това във folk
Folk използва извличане, за да основава отговорите си на реална, актуална информация - браузва в реалния уеб на собствения си компютър и черпи от личната ти памет - така че отговорите да пасват на действителния ти контекст, а не само на обучението на модела.
често задавани
Защо RAG е полезен?
Прави AI отговорите точни и актуални, като ги основава на извлечени източници, и позволява на асистента да използва твоите собствени данни или живия уеб, вместо да разчита само на това, което моделът е запомнил.
Как folk използва извличане?
Folk разглежда живия уеб на собствения си облачен компютър и извлича от постоянната ти памет, така че отговорите и действията му отразяват актуална информация и личния ти контекст.